7、分布式追踪基础

分布式追踪基础

在分布式系统中，追踪技术对于理解系统的运行状况、排查问题以及优化性能至关重要。本文将深入探讨分布式追踪的基础原理、常见的追踪模型、时钟偏差调整以及追踪分析等方面的内容。

1. 追踪模型概述

在分布式追踪中，通常会有一个“收集/规范化”组件，其作用是接收来自应用程序追踪点的追踪数据，并将其转换为规范化的追踪模型，然后存储在追踪存储中。规范化的过程非常重要，因为在生产环境中，往往会使用多种版本的检测库，这些库捕获的追踪数据在格式和模型上可能存在很大差异。规范化层就像一个均衡器，将各种不同的追踪数据转换为单一的逻辑追踪模型，以便后续的可视化和分析工具能够统一处理。

常见的概念追踪模型主要有两种：事件模型和跨度（Span）模型。

2. 事件模型

事件模型中，追踪检测以追踪点的形式存在，当请求执行经过这些追踪点时，会记录事件。每个事件代表端到端执行过程中的一个时间点。如果记录了这些事件之间的先后关系，那么追踪就可以直观地表示为一个有向无环图，其中节点代表事件，边代表因果关系。

例如，一些追踪系统（如X - Trace）使用事件模型将追踪结果呈现给用户。在客户端 - 服务器应用程序执行RPC请求/响应的过程中，事件图会包含从应用层事件（如“客户端发送”和“服务器接收”）到TCP/IP栈事件等不同层收集的事件。

然而，事件模型存在一些缺点。它过于底层，会掩盖一些有用的高层原语，导致许多开发者难以使用。例如，客户端应用程序的开发者通常会将RPC请求视为一个具有开始（客户端发送）和结束（客户端接收）事件的单一操作，但在事件图中，这两个节点可能相距甚远。

下面是一个更极端的例子，一